function [Je]=conerror(rd0,rx,P,mu,w0,nite);
%
% function [Je]=conerror(rd0,rx,P,mu,w0,nite);
%
% dibuja el contorno de la superficie de error y la evolucion del error
%
%  Entradas
%
%	rd0 ..... potencia señal deseada
%  rx ...... función de autocorrelación señal datos
%  P ....... vector correlación cruzada
%  mu ...... paso de adaptación
%  w0 ...... vector inicial
%  nite .... numero de iteraciones
%
%  Salidas
%
%  Je ...... curva de aprendizaje
figure(1)
clf
Rx=toeplitz(rx);
[V,D]=eig(Rx);
D
V
fprintf(1,'Dispersion de autovalores %f\n',D(2,2)/D(1,1));
hopt=inv(Rx)*P
Jmin=rd0-P'*hopt;
h1min=hopt(1)-2;
h1max=hopt(1)+2;
h2min=hopt(2)-2;
h2max=hopt(2)+2;
n1=1;
n2=1;
for h1=h1min:0.05:h1max
   for h2=h2min:0.05:h2max
      h=[h1 h2].';
      J(n1,n2)=Jmin+(h-hopt)'*Rx*(h-hopt);
      n2=n2+1;
   end
   n2=1;
   n1=n1+1;
end
h1=h1min:0.05:h1max;
h2=h2min:0.05:h2max;
contour(h1,h2,J,50);
hold on
plot(hopt(1),hopt(2),'*r');
want=w0;
w1(1)=w0(1);
w2(1)=w0(2);
plot(w1(1),w2(1),'og');
Je(1)=Jmin+(w0-hopt)'*Rx*(w0-hopt);
for n=2:nite
   w=want+mu*(P-Rx*want);
   w1(n)=w(1);
   w2(n)=w(2);
   plot(w(1),w(2),'og');
   want=w;
   Je(n)=Jmin+(w-hopt)'*Rx*(w-hopt);
end
plot(w1,w2);
figure(2)
clf
plot(w1);
hold on
plot(ones(nite,1)*hopt(1));
plot(w2,'g');
plot(ones(nite,1)*hopt(2),'g');
grid on